全文获取类型
收费全文 | 3227篇 |
免费 | 200篇 |
国内免费 | 490篇 |
专业分类
林业 | 178篇 |
农学 | 64篇 |
基础科学 | 1250篇 |
625篇 | |
综合类 | 1544篇 |
农作物 | 51篇 |
水产渔业 | 40篇 |
畜牧兽医 | 90篇 |
园艺 | 15篇 |
植物保护 | 60篇 |
出版年
2024年 | 77篇 |
2023年 | 187篇 |
2022年 | 249篇 |
2021年 | 247篇 |
2020年 | 252篇 |
2019年 | 199篇 |
2018年 | 100篇 |
2017年 | 137篇 |
2016年 | 151篇 |
2015年 | 156篇 |
2014年 | 155篇 |
2013年 | 190篇 |
2012年 | 179篇 |
2011年 | 183篇 |
2010年 | 203篇 |
2009年 | 239篇 |
2008年 | 192篇 |
2007年 | 188篇 |
2006年 | 163篇 |
2005年 | 102篇 |
2004年 | 89篇 |
2003年 | 45篇 |
2002年 | 53篇 |
2001年 | 43篇 |
2000年 | 22篇 |
1999年 | 27篇 |
1998年 | 28篇 |
1997年 | 15篇 |
1996年 | 16篇 |
1995年 | 12篇 |
1994年 | 9篇 |
1993年 | 7篇 |
1990年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有3917条查询结果,搜索用时 15 毫秒
91.
92.
93.
94.
基于纹理特征和神经网络的图像识别 总被引:1,自引:0,他引:1
图像特征是用来区分图像内部最基本属性或特征的,它包括了几何特征、形状特征、颜色特征、纹理特征等,在这些特征中纹理特征理解过于复杂,至今尚未有一个大家都认同的定义,从而也就使得纹理分析变得很困难。该文主要研究图像的分类识别,采用基于灰度共生矩阵的纹理特征的提取。以8位灰度图为研究对象,依次对图像进行4个方向(0°、45°、90°、135°)的扫描,并分别建立灰度共生矩阵,从而提取纹理特征参数,然后建立BP神经网络模型,用提取的纹理特征值,来训练BP神经网络模型,使网络模型能够识别图像的内容。此文提出了用纹理特征训练神经网络的方法来识别图像,研究结果表明,纹理是图像分析中一个非常重要的特征,所提取的图像特征是描述图像相当有效的参数。 相似文献
95.
96.
97.
98.
99.
100.